Android开发中不缩放Bitmap且避免OOM的高效压缩方案

你当前代码触发OOM是两个实现错误导致的，和是否缩放Bitmap没有直接关系：

1. MediaStore.Images.Media.getBitmap() 默认会以ARGB_8888格式完整解码全尺寸原图，单张4000*3000分辨率的图解码后就会占用近48MB内存，大尺寸原图这一步就已经逼近内存阈值。
2. *PNG是无损压缩格式，compress()方法传入的quality参数对PNG格式完全无效，不管你传0还是100，最终输出的都是和原始像素数据体积基本一致的无损内容，你写的compress(Bitmap.CompressFormat.PNG, 50, ...) 等于没做任何压缩。后续执行toByteArray()时需要申请一块和压缩前数据差不多大的连续内存，很容易触发OOM。

以下方案完全不修改Bitmap的原始宽高尺寸，同时可以把内存占用压到安全线内：

• 第一步：解码阶段优化内存占用，不缩放也能砍半内存
  弃用直接调用getBitmap()的写法，改用BitmapFactory自定义解码配置，保持inSampleSize=1（即1:1采样不缩放），不需要透明通道的场景把像素存储格式改成RGB_565，单个像素内存占用从4字节降到2字节，直接把Bitmap本身的内存砍半。

  // 和现有代码风格一致的Java实现
  BitmapFactory.Options options = new BitmapFactory.Options();
  options.inPreferredConfig = Bitmap.Config.RGB_565; // 无透明通道场景使用，内存直接减半
  options.inSampleSize = 1; // 采样率为1=完全不缩放，保留原始尺寸
  InputStream inputStream = getContentResolver().openInputStream(fileUri);
  Bitmap compressedImageFile = BitmapFactory.decodeStream(inputStream, null, options);
  inputStream.close();
  

  如果需要保留图片透明通道，把配置改回ARGB_8888即可，后续压缩步骤依然可以大幅降低输出体积。
• 第二步：替换无效的PNG压缩格式
  不要用PNG做质量压缩，根据系统版本选择对应有损压缩格式，quality参数设为50-70区间肉眼几乎看不出画质差异，输出体积可以降到原PNG的1/10甚至更低：
  • Android 12（API31）及以上：用Bitmap.CompressFormat.WEBP_LOSSY，同画质下体积比JPEG小30%，还支持透明通道
  • 低版本兼容：用Bitmap.CompressFormat.JPEG，全版本系统兼容性最好
• 第三步：避免全量字节数组的内存申请
  不要把压缩后的内容全部攒在ByteArrayOutputStream里最后转成字节数组——这个操作需要申请和压缩后文件等大的连续内存，就算压缩后只剩几MB，连续内存不足也会触发OOM。
  如果你后续是要存本地、上传服务端，直接把压缩流输出到目标载体即可，全程只需要几KB的缓冲区，完全不会占大内存：

  // 示例：直接压缩输出到本地文件，不在内存中留存全量数据
  File targetFile = new File(getCacheDir(), "compressed_img");
  FileOutputStream fos = new FileOutputStream(targetFile);
  // 直接写入文件流，不需要ByteArrayOutputStream做中转
  compressedImageFile.compress(Bitmap.CompressFormat.JPEG, 60, fos);
  fos.flush();
  fos.close();
  // 用完及时回收Bitmap内存
  compressedImageFile.recycle();
  

  如果后续逻辑必须拿到字节数组，可以给ByteArrayOutputStream初始化时提前设置合理的初始容量，避免反复扩容产生内存碎片，同时拿到字节数组用完后及时释放引用，帮助GC回收。

注意：如果你要求必须保留无损画质，那不存在可以大幅降低内存占用的方案——无损压缩的压缩比上限极低，全尺寸无损图的像素数据本身就会占用固定大小的内存，要全量加载必然要占对应内存空间，这种场景要么接受有损压缩，要么必须做尺寸缩放。

内容的提问来源于stack exchange，提问作者Bitwise DEVS